Resumen

Row

Última actualización de datos realizada el 25 de febrero de 2021 con base en los datos publicados por la Dirección de de Agua del Ministerio de Ambiente y Energía de Costa Rica.

Row

Campaña 1

118,566

Campaña 2

44,123 (37.2%)

Campaña 3

72,941 (61.5%)

Campaña 4

1,502 (1.3%)

Row

Código del Punto

492

Cuerpo de Agua

492

Cuenca

294 (59.8%)

Ubicación geográfica

294 (59.8%)

Coordenadas

294 (59.8%)

Row

Mapa de ubicación del punto

Información de los datos publicados

1. El monitoreo de los cuerpos de agua superficiales y la clasificación de su calidad se realizó según:
Decreto N° 33903-MINAE-S. REGLAMENTO PARA LA EVALUACIÓN Y CLASIFICACION DE LA CALIDAD DE CUERPOS DE AGUA SUPERFICIALES.
Plan nacional de monitoreo de la calidad de los cuerpos de agua superficiales.
Programa nacional de monitoreo de la calidad de los cuerpos de agua del país.
2. Para una mejor interpretación de los resultados, se aclara:

Campaña 1

Row

Última actualización de datos: 2020-11-10

Row

Campaña 1

118,566

Row

Mapa de casos positivos en distritos

Gráfico de distritos con mayor cantidad de casos positivos

Campaña 2

Row

Última actualización de datos realizada el 2020-11-10 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos activos

44,123

Row

Mapa de casos activos en distritos

Gráfico de distritos con mayor cantidad de casos activos

Campaña 3

Row

Última actualización de datos realizada el 2020-11-10 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos recuperados

72,941

Row

Mapa de casos recuperados en distritos

Gráfico de distritos con mayor cantidad de casos recuperados

Campaña 4

Row

Última actualización de datos realizada el 2020-11-10 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos fallecidos

1,502

Row

Mapa de casos fallecidos en distritos

Gráfico de distritos con mayor cantidad de casos fallecidos

---
title: "MONITOREO DE LA CALIDAD DEL AGUA SUPERFICIAL (ETAPA I)"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
    vertical_layout: fill    
---

```{r setup, include=FALSE}

#-------------------- Paquetes --------------------

library(flexdashboard)
library(plotly)
library(dplyr)
library(tidyr)
library(sf)
library(leaflet)

#-------------------- Colores ---------------------

color_positivos <- 'blue'
color_activos <- 'red'
color_recuperados <- 'green'
color_fallecidos <- 'purple'

color_nuevos_positivos <- 'grey'

color_hospitalizados <- 'grey'
color_salon <- 'grey'
color_uci <- 'grey'

#--------------------- Íconos ---------------------

icono_positivos <- 'fas fa-ambulance'
icono_activos <- 'fas fa-briefcase-medical'
icono_recuperados <- 'fas fa-file-medical'
icono_fallecidos <- 'fas fa-plus'
icono_nuevos_positivos <- 'fas fa-user-md'
icono_hospitalizados <- 'fas fa-hospital'
icono_salon <- 'fas fa-hospital-alt'
icono_uci <- 'fas fa-procedures'

#--------------- Otros parámetros -----------------

# Separador para lectura de datos CSV
caracter_separador <- ','
```


```{r, include=FALSE}
#--------------- Archivos de datos ----------------

archivo_general_pais <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_10_CSV_GENERAL.csv'

archivo_positivos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_10_CSV_POSITIVOS.csv'
archivo_activos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_10_CSV_ACTIVOS.csv'
archivo_recuperados_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_10_CSV_RECUP.csv'
archivo_fallecidos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_10_CSV_FALLECIDOS.csv'
```

```{r, include=FALSE}
#---------------------- Datos ---------------------

# Data frame de datos generales por país
df_general_pais <- read.csv(archivo_general_pais, sep = caracter_separador)
df_general_pais$FECHA <- as.Date(df_general_pais$FECHA, "%d/%m/%Y")

# Data frame de datos generales por país en la última fecha
df_general_pais_ultima_fecha <- 
  df_general_pais %>%
  filter(FECHA == max(FECHA, na.rm = TRUE))

# Data frame de casos positivos por cantón
df_positivos_cantones_ancho <- read.csv(archivo_positivos_cantones, sep = caracter_separador)
df_positivos_cantones <-
  df_positivos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "positivos")
df_positivos_cantones$fecha <- as.Date(df_positivos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos positivos por cantón en la última fecha
df_positivos_cantones_ultima_fecha <- 
  df_positivos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, positivos)

# Data frame de casos activos por cantón
df_activos_cantones_ancho <- read.csv(archivo_activos_cantones, sep = caracter_separador)
df_activos_cantones <-
  df_activos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "activos")
df_activos_cantones$fecha <- as.Date(df_activos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos activos por cantón en la última fecha
df_activos_cantones_ultima_fecha <- 
  df_activos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, activos)

# Data frame de casos recuperados por cantón
df_recuperados_cantones_ancho <- read.csv(archivo_recuperados_cantones, sep = caracter_separador)
df_recuperados_cantones <-
  df_recuperados_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "recuperados")
df_recuperados_cantones$fecha <- as.Date(df_recuperados_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos recuperados por cantón en la última fecha
df_recuperados_cantones_ultima_fecha <- 
  df_recuperados_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, recuperados)

# Data frame de casos fallecidos por cantón
df_fallecidos_cantones_ancho <- read.csv(archivo_fallecidos_cantones, sep = caracter_separador)
df_fallecidos_cantones <-
  df_fallecidos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "fallecidos")
df_fallecidos_cantones$fecha <- as.Date(df_fallecidos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos fallecidos por cantón en la última fecha
df_fallecidos_cantones_ultima_fecha <- 
  df_fallecidos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, fallecidos)

# Objeto sf de cantones
sf_cantones <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_cantonal_ign_wgs84.geojson')

# Objeto sf de casos positivos en cantones en la última fecha
sf_positivos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_positivos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(positivos))

# Objeto sf de casos activos en cantones en la última fecha
sf_activos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_activos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(activos))

# Objeto sf de casos recuperados en cantones en la última fecha
sf_recuperados_cantones_ultima_fecha <-
  left_join(sf_cantones, df_recuperados_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(recuperados))

# Objeto sf de casos fallecidos en cantones en la última fecha
sf_fallecidos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_fallecidos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(fallecidos))

```

```{r, include=FALSE}
#---------------------- Datos de distritos ---------------------
archivo_general_distritos_old <- 'https://raw.githubusercontent.com/geoprocesamiento-2020i/datos/master/covid19/ms/07_02_CSV_GENERAL_DISTRITOS.csv'
archivo_general_distritos <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_DISTRITOS.csv'
# Carga del archivo CSV en un data frame
df_general_distritos_sucio_old <- read.csv(archivo_general_distritos_old)
df_general_distritos_sucio <- read.csv(archivo_general_distritos)
# Eliminación de filas y columnas que corresponden a encabezados, totales, etc.
df_general_distritos_ultima_fecha_old <- df_general_distritos_sucio_old[-c(1:5), -c(1, 3, 10, 11)]
df_general_distritos_ultima_fecha <- df_general_distritos_sucio[-c(1:7), -c(1, 2, 4)]
# Cambio de nombre de las columnas
df_general_distritos_ultima_fecha <- 
  df_general_distritos_ultima_fecha %>%
  rename(provincia = X.2,
         canton = X.4,
         distrito = X.5,
         positivos = X.6,
         recuperados = X.7,
         fallecidos = X.8,
         activos = X.9
) %>%  
  mutate_all(funs(sub("^\\s*$", NA, .))) %>% # Se llenan con NA las celdas con espacios vacíos
  mutate(distrito = if_else(distrito == "El Carmen", "Carmen", distrito)) %>%
  mutate(distrito = if_else(distrito == "Valle de La Estrella", "Valle La Estrella", distrito)) %>%
  mutate(distrito = if_else(distrito == "La Amistad", "La  Amistad", distrito)) %>%
  fill(c(1,2)) # Se rellenan "hacia abajo" las columnas de provincia y cantón con valor NA
# Borrado de las filas con valor de NA o de "Sin información de distrito" en la columna de distrito
df_general_distritos_ultima_fecha <- df_general_distritos_ultima_fecha[!is.na(df_general_distritos_ultima_fecha$distrito), ]
df_general_distritos_ultima_fecha <- df_general_distritos_ultima_fecha[df_general_distritos_ultima_fecha$distrito != 'Sin información de distrito', ]
# Conversión a integer de los tipos de datos de las columnas con cifras
df_general_distritos_ultima_fecha$positivos <- as.integer(df_general_distritos_ultima_fecha$positivos)
df_general_distritos_ultima_fecha$recuperados <- as.integer(df_general_distritos_ultima_fecha$recuperados)
df_general_distritos_ultima_fecha$fallecidos <- as.integer(df_general_distritos_ultima_fecha$fallecidos)
df_general_distritos_ultima_fecha$activos <- as.integer(df_general_distritos_ultima_fecha$activos)
# Objeto sf de distritos
# Capa simplificada
sf_distritos <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_distrital_ign_wgs84.geojson')
# Capa detallada
# sf_distritos <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_distritos_ign_wgs84.geojson')
# Objeto sf de casos general en distritos en la última fecha
sf_general_distritos_ultima_fecha <-
  left_join(sf_distritos, df_general_distritos_ultima_fecha, by = c('provincia', 'canton', 'distrito'))

# Datos positivos distrito para gráfico pastel
df_distritos_positivos_top10 <- (df_general_distritos_ultima_fecha) %>%
  mutate(distritos= factor (positivos, levels = sort(unique(df_general_distritos_ultima_fecha$positivos)))) %>%
  select(distrito, positivos) %>%
  top_n(n = 10, wt = positivos)

df_distritos_positivos_otros <- (df_general_distritos_ultima_fecha) %>%
  mutate(distritos= factor (positivos, levels = sort(unique(df_general_distritos_ultima_fecha$positivos)))) %>%
  select(distrito, positivos) %>%
  slice(11:487)%>%
  summarize(distrito="otros", positivos = sum(positivos))

df_distritos_pastel_positivos <- rbind(df_distritos_positivos_top10,df_distritos_positivos_otros)

# Datos activos distrito para gráfico pastel

df_distritos_activos_top10 <- (df_general_distritos_ultima_fecha) %>%
  mutate(distritos= factor (activos, levels = sort(unique(df_general_distritos_ultima_fecha$activos)))) %>%
  select(distrito, activos) %>%
  top_n(n = 10, wt = activos)

df_distritos_activos_otros <- (df_general_distritos_ultima_fecha) %>%
  mutate(distritos= factor (activos, levels = sort(unique(df_general_distritos_ultima_fecha$activos)))) %>%
  select(distrito, activos) %>%
  slice(11:487)%>%
  summarize(distrito="otros", activos = sum(activos))

df_distritos_pastel_activos <- rbind(df_distritos_activos_top10,df_distritos_activos_otros)

# Datos recuperados distrito para gráfico pastel
df_distritos_recuperados_top10 <- (df_general_distritos_ultima_fecha) %>%
  mutate(distritos= factor (recuperados, levels = sort(unique(df_general_distritos_ultima_fecha$recuperados)))) %>%
  select(distrito, recuperados) %>%
  top_n(n = 10, wt = recuperados)

df_distritos_recuperados_otros <- (df_general_distritos_ultima_fecha) %>%
  mutate(distritos= factor (recuperados, levels = sort(unique(df_general_distritos_ultima_fecha$recuperados)))) %>%
  select(distrito, recuperados) %>%
  slice(11:487)%>%
  summarize(distrito="otros", recuperados = sum(recuperados))

df_distritos_pastel_recuperados <- rbind(df_distritos_recuperados_top10,df_distritos_recuperados_otros)

# Datos fallecidos distrito para gráfico pastel
df_distritos_fallecidos_top10 <- (df_general_distritos_ultima_fecha) %>%
  mutate(distritos= factor (fallecidos, levels = sort(unique(df_general_distritos_ultima_fecha$fallecidos)))) %>%
  select(distrito, fallecidos) %>%
  top_n(n = 10, wt = fallecidos)

df_distritos_fallecidos_otros <- (df_general_distritos_ultima_fecha) %>%
  mutate(distritos= factor (fallecidos, levels = sort(unique(df_general_distritos_ultima_fecha$fallecidos)))) %>%
  select(distrito, fallecidos) %>%
  slice(11:487)%>%
  summarize(distrito="otros", fallecidos = sum(fallecidos))

df_distritos_pastel_fallecidos <- rbind(df_distritos_fallecidos_top10,df_distritos_fallecidos_otros)

```

Resumen
=======================================================================
Row {data-height=10}
-----------------------------------------------------------------------
### **Última actualización de datos realizada el 25 de febrero de 2021 con base en los [datos publicados por la Dirección de de Agua del Ministerio de Ambiente y Energía de Costa Rica](http://mapas.da.go.cr/mapnew.php)**.


Row
-----------------------------------------------------------------------

### Campaña 1 {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "), 
         caption = "Campaña 1: Agosto 2015", 
         icon = icono_positivos, 
         color = color_positivos
)
```

### Campaña 2 {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$activos / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Campaña 2: Noviembre 2015",
         icon = icono_activos, 
         color = color_activos
)
```

### Campaña 3 {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$RECUPERADOS / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Campaña 3: Febrero 2016",
         icon = icono_recuperados, 
         color = color_recuperados
)
```

### Campaña 4 {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$fallecidos / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Campaña 4: Mayo 2016",
         icon = icono_fallecidos, 
         color = color_fallecidos
)
```

Row
-----------------------------------------------------------------------

### Código del Punto {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$hospital, big.mark = ","), "", sep = " "), 
         caption = "Código del punto", 
         icon = icono_hospitalizados,
         color = color_hospitalizados
)
```

### Cuerpo de Agua {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$hospital, big.mark = ","), "", sep = " "), 
         caption = "Cuerpo de agua", 
         icon = icono_hospitalizados,
         color = color_hospitalizados
)
```

### Cuenca {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$salon, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$salon / df_general_pais_ultima_fecha$hospital, 1), 
                       "%)", sep = ""), 
         caption = "Cuenca",
         icon = icono_salon, 
         color = color_salon
)
```

### Ubicación geográfica {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$salon, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$salon / df_general_pais_ultima_fecha$hospital, 1), 
                       "%)", sep = ""), 
         caption = "Ubicación geográfica",
         icon = icono_salon, 
         color = color_salon
)
```

### Coordenadas {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$salon, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$salon / df_general_pais_ultima_fecha$hospital, 1), 
                       "%)", sep = ""), 
         caption = "Coordenadas",
         icon = icono_salon, 
         color = color_salon
)
```

Row {data-width=400}
-----------------------------------------------------------------------

### Mapa de ubicación del punto
```{r}

paleta_azul <- colorBin(palette = "Blues", 
                        domain = sf_general_distritos_ultima_fecha$positivos,
                        bins = 10
               )

leaflet_distritos <- leaflet(sf_general_distritos_ultima_fecha) %>% 
  fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
  addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>%
  addPolygons(fillColor = ~paleta_azul(positivos), stroke=T, fillOpacity = 1,
              color="black", weight=0.2, opacity= 0.5,
              group = "Distritos",
              popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Distritos: ", sf_general_distritos_ultima_fecha$distrito, "
", "Positivos: ", sf_general_distritos_ultima_fecha$positivos ) ) %>% addLegend("bottomright", pal = paleta_azul, values = ~positivos, title = "Casos positivos", group = "Distritos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar( ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_distritos ``` ### **Información de los datos publicados** **1. El monitoreo de los cuerpos de agua superficiales y la clasificación de su calidad se realizó según:**
Decreto N° 33903-MINAE-S. REGLAMENTO PARA LA EVALUACIÓN Y CLASIFICACION DE LA CALIDAD DE CUERPOS DE AGUA SUPERFICIALES.
Plan nacional de monitoreo de la calidad de los cuerpos de agua superficiales.
Programa nacional de monitoreo de la calidad de los cuerpos de agua del país.
**2. Para una mejor interpretación de los resultados, se aclara:** Campaña 1 ======================================================================= Row {data-height=1} ----------------------------------------------------------------------- ### **Última actualización de datos: `r df_general_pais_ultima_fecha$FECHA`** Row ----------------------------------------------------------------------- ### Campaña 1 {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "), caption = "Total de casos positivos", icon = icono_positivos, color = color_positivos ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos positivos en distritos ```{r} paleta_azul <- colorBin(palette = "Blues", domain = sf_general_distritos_ultima_fecha$positivos, bins = 10 ) leaflet_distritos <- leaflet(sf_general_distritos_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_azul(positivos), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Distritos", popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Distritos: ", sf_general_distritos_ultima_fecha$distrito, "
", "Positivos: ", sf_general_distritos_ultima_fecha$positivos ) ) %>% addLegend("bottomright", pal = paleta_azul, values = ~positivos, title = "Casos positivos", group = "Distritos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar( ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_distritos ``` ### **Gráfico de distritos con mayor cantidad de casos positivos** ```{r} pastelpositivos <- plot_ly(df_distritos_pastel_positivos,labels = ~ distrito, values = ~ positivos, type = "pie", textposition = 'inside', marker = list(color = color_positivos) ) %>% layout(title = "Cantidad de casos positivos por distrito", yaxis = list(title = ""), xaxis = list(title = ""), margin = list(l = 50, r = 50, b = 50, t = 50, pad = 5 ) ) pastelpositivos ``` Campaña 2 ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos activos {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), "", sep = " "), caption = "Total de casos activos", icon = icono_activos, color = color_activos ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### **Mapa de casos activos en distritos** ```{r} paleta_activos <- colorBin(palette = "Reds", domain = sf_general_distritos_ultima_fecha$activos, bins = 10 ) leaflet_distritos <- leaflet(sf_general_distritos_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_activos(activos), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Distritos", popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Distritos: ", sf_general_distritos_ultima_fecha$distrito, "
", "activos: ", sf_general_distritos_ultima_fecha$activos ) ) %>% addLegend("bottomright", pal = paleta_activos, values = ~activos, title = "Casos activos", group = "Distritos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar( ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_distritos ``` ### **Gráfico de distritos con mayor cantidad de casos activos** ```{r} pastelactivos <- plot_ly(df_distritos_pastel_activos,labels = ~ distrito, values = ~ activos, type = "pie", textposition = 'inside', marker = list(color = color_activos) ) %>% layout(title = "Cantidad de casos activos por distrito", yaxis = list(title = ""), xaxis = list(title = ""), margin = list(l = 50, r = 50, b = 50, t = 50, pad = 5 ) ) pastelactivos ``` Campaña 3 ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos recuperados {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","), "", sep = " "), caption = "Total de casos recuperados", icon = icono_recuperados, color = color_recuperados ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos recuperados en distritos ```{r} paleta_recuperados <- colorBin(palette = "Greens", domain = sf_general_distritos_ultima_fecha$recuperados, bins = 10 ) leaflet_distritos <- leaflet(sf_general_distritos_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_recuperados(recuperados), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Distritos", popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Distritos: ", sf_general_distritos_ultima_fecha$distrito, "
", "recuperados: ", sf_general_distritos_ultima_fecha$recuperados ) ) %>% addLegend("bottomright", pal = paleta_recuperados, values = ~recuperados, title = "Casos recuperados", group = "Distritos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar( ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_distritos ``` ### **Gráfico de distritos con mayor cantidad de casos recuperados** ```{r} pastelrecuperados <- plot_ly(df_distritos_pastel_recuperados,labels = ~ distrito, values = ~ recuperados, type = "pie", textposition = 'inside', marker = list(color = color_recuperados) ) %>% layout(title = "Cantidad de casos recuperados por distrito", yaxis = list(title = ""), xaxis = list(title = ""), margin = list(l = 50, r = 50, b = 50, t = 50, pad = 5 ) ) pastelrecuperados ``` Campaña 4 ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos fallecidos {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), "", sep = " "), caption = "Total de casos fallecidos", icon = icono_fallecidos, color = color_fallecidos ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos fallecidos en distritos ```{r} paleta_fallecidos <- colorBin(palette = "Purples", domain = sf_general_distritos_ultima_fecha$fallecidos, bins = 10 ) leaflet_distritos <- leaflet(sf_general_distritos_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_fallecidos(fallecidos), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Distritos", popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Distritos: ", sf_general_distritos_ultima_fecha$distrito, "
", "fallecidos: ", sf_general_distritos_ultima_fecha$fallecidos ) ) %>% addLegend("bottomright", pal = paleta_fallecidos, values = ~fallecidos, title = "Casos fallecidos", group = "Distritos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar( ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_distritos ``` ### **Gráfico de distritos con mayor cantidad de casos fallecidos** ```{r} pastelfallecidos <- plot_ly(df_distritos_pastel_fallecidos,labels = ~ distrito, values = ~ fallecidos, type = "pie", textposition = 'inside', marker = list(color = color_fallecidos) ) %>% layout(title = "Cantidad de casos fallecidos por distrito", yaxis = list(title = ""), xaxis = list(title = ""), margin = list(l = 50, r = 50, b = 50, t = 50, pad = 5 ) ) pastelfallecidos ```